连续变量嵌套在分类变量中？您好，我是 JMP 新手，不确定如何对我的数据进行建模，因此我们将非常感谢您对我应该采取的步骤提出任何建议！ 对于我的统计知识非常有限，我提前表示歉意。
我有一个数据集，其中包含一个分类变量（捐赠者）和每个捐赠者特有的两个连续参数（年龄和体重指数）。 我想了解不同的反应变量（也是连续的 - 例如细胞生长等）如何受到捐赠者的年龄和 BMI 的影响，以及在确定反应时年龄和 BMI 之间是否存在任何相互作用。 你会怎样做呢？ 我一直在使用拟合模型来做到这一点，首先将捐赠者、年龄和体重指数作为单独的输入。 结果似乎只解释了捐赠者之间的差异，并没有阐明年龄和体重指数的影响。 当我使用仅包含年龄和 BMI 的拟合模型（排除捐赠者作为因素）时，结果显示年龄和 BMI 的影响均存在回归。 所以似乎有两种方法可以对此进行建模；我可以在其中报告每个响应中哪些捐赠者彼此显着不同，在其中我可以报告年龄和体重指数对每个响应的影响。 我不确定是否需要使用第二个模型中的十字按钮来观察年龄和 BMI 的交互作用。 我也不知道如何同时对所有 3 个自变量进行建模。 我需要将捐赠者的年龄和体重指数嵌入其中吗？ 嵌套选项的支持页面表示嵌套术语必须是分类的。
非常感谢，非常感谢任何反馈！
回复：连续变量嵌套在分类变量中？安吉，
抱歉，在不了解情况的情况下，我不确定能否提供帮助。 我以为你发送了假数据，但情况是真实的……抱歉。 关于您的回复，我还有一些进一步的观点（如果您愿意的话）。
1. “你的 alpha 为 0.05”是指 alpha 风险吗？ 这用于统计显着性。 我问的是实际意义。 这始终比统计更重要，因为统计显着性取决于数据、获取数据的方式以及进行的比较。
2. 不是好战，但在实验室进行检测并不意味着它“好”。 我有很多实验室测量的例子，但它们无法检测到他们想要检测的东西。 您有数据支持检测的精确度吗？ 如果是这样，请务必继续。
3. 实验的地点是在实验室吗？ 您希望得出什么样的推理空间？ 结论是根据实验室外的“条件”得出的吗？ 既然如此，请谨慎行事。 您需要确保结果可以应用于您关注的领域。 再次强调，我的建议是有限的，因为这取决于实际情况。
好的，每个治疗组合都有 3 个“数据点”。 问题是它们是如何获得的？ （我对如何称呼这三种措施很谨慎，因为不同的人使用不同的语言来描述它们）。 如果获取了“数据点”，则提供一些指导没有治疗组合发生变化，它们通常不被视为独立事件，因此不会增加研究的自由度（我称之为重复）。 它们变化的原因不能归因于处理（因素），因为在获取 3 个数据点时这些处理（因素）是“恒定”的，因此这些值变化的原因是由于短期内变化的变量、短期噪声（例如，测量误差）。 在这种情况下，您可以查看治疗中的变化（以图形方式工作），然后确定适当的汇总统计数据（例如平均值、方差、范围...），这些统计数据将成为要建模的 Y。
如果这 3 个数据点确实是独立事件，那么它们可以被视为重复，这会增加 DF 的可用性。 通常的建议是进行随机重复，因为这有望为统计测试中使用的实验误差提供无偏估计。 它还增加了推理空间，并且可能提供一些“未分配”的 DF 来添加协变量。 在我看来，t这里有其他更高效和有效的方法来增加推理空间、分配噪声的影响、划分噪声，从而提高设计的精度（检测因子效应）、创建稳健的设计等。（RCBD、BIB、裂区， ETC。）
4. 我不确定你在说什么，但响应变量的选择至关重要。 响应变量越连续，您就能越有效地理解因子关系。 我总是建议尽可能多地进行测量、对实验进行视频、录制声音等。你永远不知道新的响应变量何时会带来发现。 当然，如果问题是变异问题，您应该有一个量化变异的响应变量（例如，标准差、方差、范围等）。
5. 关于选择正确的工具和所需样品的数量有很多建议。 我的建议是从一系列问题开始（例如，您想回答哪些问题？ 关于因变量和自变量，您有什么假设？ 如何测量这些现象？等等）。 一旦你了解了情况，有哪些类型的数据可用，你想要估计什么效果，有哪些资源可用以及紧迫感是什么等等，你就可以设计研究（抽样计划、实验等）。 我将过于简单化......自由度是数据集中拥有的信息量。 根据您发送给我的数据集（其中有一个时间序列），您有 15 个数据点，因此总共有 14 个自由度。 每个因素都有多个自由度（例如，捐赠者有 4 个，尾羽有 4 个，尾羽数量有 4 个），然后您可以进行交互（乘以因子 DF）。 正如您可以想象的那样，仅因素的自由度数加起来就达到 12 个自由度，因此没有足够的 DF 来估计相互作用。 规则是您需要足够的 DF 来估计或比较您想要估计或比较的内容。 （抱歉，您需要的 DF 数量完全取决于具体情况）。 我将以我最喜欢的美国能源部作者之一（Cuthbert Daniels）的一段话作为结尾：
DOE 中最常见的缺陷是：
- 过饱和：对于治疗次数来说效果太多。 （这是你的问题）
- 过度保守：对于期望的估计有太多的观察
- 未能研究数据中的错误值
- 未能考虑所有混叠
- 由于误解误差方差而导致不精确。
这就是我现在所得到的。 谢谢你对我的包容。 如果我可以提供进一步的帮助，请告诉我。
回复：连续变量嵌套在分类变量中？你好@statman ,
1.我的alpha值为0.05
2. 我对测量系统非常有信心（所有检测均在实验室合格）
3. 对于这个虚构的例子，我不确定如何为每个捐赠者获得重复，所以我只说了 3 年，但真正的实验是在实验室进行的，所有测量都是在同一时间进行的，每个捐赠者的条件都相同，所以不存在因时间而变化的情况
4. 也许我们可以将其改为鸡蛋数？ 实际的实验与鸟类或鸡蛋无关——我只是想提出另一个因变量。
5. 太糟糕了。 我们只有 15 个不同样品的材料。 这是一个统计规则，你应该至少有 3 个 df 吗？
6. 时间并不是真正的因素（如#3 - 让我们假设它们都是真实的复制品）
7. 听起来不错。
谢谢你！！
回复：连续变量嵌套在分类变量中？安吉，
感谢您的解释。 以下是一些评论/问题：
1. 每个Y有什么实际意义？ 您想要/需要检测每个 Y 的变化有多少（或者具有科学意义）？
2. 您对测量系统的信心如何？
3. 尾羽长度/数量每年都一致吗？
4. 您有平均鸡蛋大小的 Y，鸡蛋大小的变化是多少？ 这是重量还是尺寸？
5. 您根据您列出的 3 个特征（羽毛长度、羽毛数量和出生体重）特意选择了不同的捐赠者。 这些特征与捐赠者混淆。 您没有足够的数据来对捐赠者的 3 个特征进行建模。 （3 年中的 2 个自由度），您将需要至少 3 个 DF 才能对 3 个特征的主要影响进行建模。
6. 您可以以图形方式查看数据。 随着时间的推移的变化图会很有帮助。
7. 您可以查看捐赠者对 Y 的影响，但没有足够的数据来在捐赠者因素内进行建模。
回复：连续变量嵌套在分类变量中？你好@statman ，非常感谢您提供的所有信息！ 附上附有虚假数据的表格。
场景：有 5 个“捐赠者”，都是鸟。 连续三年每年对捐献者进行一次观察，试图对 5 名捐献者每人进行三次重复测量。 尾羽长度、尾羽数量和出生体重对于每个捐赠者来说都是独一无二的。 假设尾羽长度和尾羽数量对各种交配成功指标有影响，因此根据以下组合选择五只鸟：短尾羽和高羽毛数量、短尾羽和低羽毛数量、中等长度羽毛和中等长度羽毛羽毛数量多，尾羽长，羽毛数量少，尾羽长，羽毛数量多。 我们想了解后代数量、交配数量和卵子大小是否因捐赠者的不同而变化，以及每个变量如何随尾羽长度、羽毛数量和出生体重而变化。 另外，输入之间是否存在任何交互。 希望这是一个充分的假设......
回复：连续变量嵌套在分类变量中？安吉，
我没有看到你所附的“假”数据表。 有很多值得讨论的地方。 需要考虑的一些事项：
你可以回答什么问题，你可以得出什么结论，你应该使用什么工具进行分析，以及你推断结果的能力都完全取决于你如何获得数据。 我从你的帖子中不知道这一点（这是我想查看数据的部分原因......你可以根据需要对数据进行编码）。
由于您有多个捐赠者（我不知道有多少？），您可以根据捐赠者进行年龄和 BMI 的拟合模型。 这至少会让你思考你的结果是否可以推断出更广泛的推论（更多的捐赠者）。 分析结果在捐赠者之间的重复性如何？
我不确定你是如何从模型中删除术语的。 当您执行此操作时，一些统计数据可能会有所帮助（一般指导）。
- R 方和 R 方调整之间的增量，如果该值很大，则说明您过度指定了模型。
- RMSE，模型越小越好
- 残差（正如您所观察到的）。 所以我们“喜欢”NID(0, Variance)，这是有道理的......所以如果它们不是正态分布，你应该质疑为什么。 按时间序列绘制它们。 假设他们为什么不是。
回复：连续变量嵌套在分类变量中？另一方面......我也无法确定模型的适当性。 如果回归的残差似乎不符合正态分布，是否应该对模型进行折扣？ 谢谢。
回复：连续变量嵌套在分类变量中？你好@statman 。感谢您对嵌套本质的澄清以及您对我的问题的想法。 我无法共享这些数据，因为它是专有信息。 然而，我可以分享一个完全捏造的数据集，该数据集完全不相关，但传达了我正在努力解决的相同问题。 你关于混杂变量的说法绝对是正确的——不可能将年龄和体重指数与捐赠者分开，我认为这就是为什么当我将这三个因素添加到模型中时输出很奇怪的原因。 我再次运行拟合模型，仅使用年龄和 BMI（不包括捐赠者），并将年龄与 BMI 交叉，并像您建议的那样使用可能获得响应的所有其他输入使模型饱和。 我删除了每一个不显着的项，并且能够观察年龄和体重指数之间的相互作用，以确定它们对每种反应的影响。 这似乎适合观察每个响应的年龄和 BMI 之间的关系，但现在我不确定是否需要在单独的模型中运行捐赠者与每个响应，以确定每个响应的哪些捐赠者彼此之间存在显着差异。 第一个包含所有 3 个输入的模型为我提供了方差分析的结果，但没有为我提供运行 Tukey 测试的选项，而运行捐赠者作为唯一输入则可以。 您认为运行两个单独的分析来检查所有 3 个输入的影响是否有必要？ 如果您想要一个愚蠢的假数据集，请告诉我。 非常感谢你们的帮助！
回复：连续变量嵌套在分类变量中？多考虑一下你的情况......在我看来，年龄和体重指数与捐赠者混淆了，所以你不能在模型中包含所有术语。回复：连续变量嵌套在分类变量中？您好，欢迎来到社区。 可以附上你的JMP数据表吗？ 你有一个有趣的情况......虽然你认为年龄嵌套在捐赠者中，但我不认为这是唯一的解释。 当我想到嵌套时，我想到了层次结构。 嵌套在另一个变量中的变量取决于该变量。 例如，您可能有一个变异成分，它是批次间变异，另一个成分是批次内变异。 批次内组件取决于批次（您无法从批次内组件获取多个批次）。 我不认为年龄取决于捐赠者......您需要考虑的另一个项目是多重共线性。 BMI 和年龄可能是共线的。 无论如何，在开发模型来解释细胞生长的变化时，您需要意识到分析取决于模型中的项。 更改模型中的项，分析可能会发生变化。 为了解决这个困境，我建议您从主题专业知识开始，提出假设（科学而非统计）来解释为什么模型中的术语会影响细胞生长，然后从那里构建模型。 如果您没有假设，则使模型饱和并删除项以获得合适的模型。
